先说我的观点:数据分析职业不会被BI软件替代。顺便说一句,数据分析职业也不会被chatgpt取代。
大家首先要搞清楚:取代人的从来不是工具,而是会使用工具的人。
数据分析师工作内容
首先,先让我们来全面拆解一下国内数据分析师的主要工作。
我把国内大部分业务方向数据分析师的工作内容进行了梳理,在图中你可以清楚看到,前四项工作是很多数据分析师会花大量时间去处理的,但坦白说含金量确实很低,没有自己的核心竞争力。
如果你从事数据分析,做的就是上面这4种工作,那你不被BI、AI取代,到35岁也差不多被干掉了。
下面先给大家扫盲一波,做数据分析还不知道BI的赶紧看。知道BI是什么以及怎么用的,但仍旧担心自己会被取代的,直接看下面的建议。
什么是BI?
1、BI并不玄乎,本质就是实现简单数据分析和可视化的工具
很多人觉得BI玄乎,其实很大程度是因为BI厂家给造的名词太多了,敏捷BI、智能BI、自助式BI等…
同时,BI翻译过来的商业智能,看起来每个字都懂,但其实真问你是啥,没几个人说的清楚。加上BI又常跟大数据、数据中台、数据分析组合在一起聊,让人更难理解、分清BI是用来干嘛的?
要一句话跟外行人解释清楚,估计只能用“高级版Excel”来粗暴解释。
但其实看本质,BI对个人来说就是个数据分析工具,通过制作可视化图表来实现story telling。只不过国内BI很依赖项目实施,所以倒逼国内的BI更像是一套企业端到端的数据解决方案,而不是工具本身,这也是为什么有人说BI是工具、有的人又说是解决方案的原因。
但总归来说,BI就是通过数据分析来帮企业了解企业的情况,辅助企业做好决策,提高数据分析效率,和Excel可以说是某种程度上的一样,因为事情还是一样的事情,只是环境变了,需要应用更高效的方式和工具罢了。
2、BI怎么用?
这里分享一款很好上手的数据分析工具FineBI,感兴趣的可以上手试试。可关注今日头条数据分析不是个事儿回复BI获取。
数据分析师如何增强竞争力?
1、基本工具应用的能力
Office的三件套是必备的,特别是(excel、PPT),但所有的excel\ppt功能都要学习吗?显然不是,很多人在这个上面浪费的时间太多太多了
对于excel来讲,基本的函数(加减乘除、条件筛选、匹配函数、透视表、图表)就足够了,VBA对基础业务人员来说可以放弃
对PPT来讲,不要把自己打造成为一个专业的ppter,PPT对于分析师来讲,唯一的核心就是展示,因此基本的操作就足够了,可能当入门的时候,你连打开PPT 的机会都没有,就是提数
SQL,这是一种数据库的通用语言,还有一种叫HSQL,有一些差异,但逻辑是相同的,学习SQL的目的其实只有一个,提数,需不需要掌握sql和你未来公司的发展或目标的企业有很大关系,建议一定要学,总不能别人找个数据分析师来,还要给你配个提数助理,那成本太高了。
2、专业工具使用
分2个方面,数据分析与处理、数据展示,这时候大家会问了,我都会excel\PPT了,感觉就可以了,其实不是的,很多时候我们面临的数据和复杂程度虽然用excel\PPT也能做,但是效率却很低下,那我们学工具的目的是什么?不就是为了单位时间内提高效率的问题吗?
这时候一定要掌握一种专业的工具,存在即是合理,比如不善于编程的话,spss、clementine都是很不错的选择,也可以尝试玩玩kettle,不讨厌编程的话建议直接去学习python,R相对来讲,专业对口的学起来用起来顺手一些,学哪个工具都可以,一般的招聘都是掌握一种就可以,所以不要逼着自己去学不顺手的工具,浪费时间,投入产出比太低
另外就是可视化的,其实excel就是一个最基础的可视化工具,简单易用,场景多,如果想要可视化分析效率更高,建议掌握tableau、FineBI之类的一种BI工具,现在很多企业都在用商用BI软件了,如果可以提前知道要去的企业应用的哪种,可以重点学习一下,除此之外,一些开源的可视化软件,比如echarts、datav、antv这些感兴趣的话也可以学习。
上面的这两个能力都是要花时间去学习和实际操作的,最好找一些数据,没事就练习一下,而下面要说的能力是需要刻意训练的,不是花时间就能学到的
3、发现问题的能力
这是一种很重要的能力,可以塑造自己从被动转为主动,这需要我们有足够的知识储备和业务的沉淀,你才有发现问题的资本,而不是让人家觉得你在找茬。
4、解决问题的能力
数据分析不但要告诉过去、现状、未来,更重要的是遇见问题的时能告诉为什么会发生,为什么是这样,而不是我们想的那样,我们不是一直在做这样的事情吗?下来才是你解决问题的套路(拆分、MECE、多维度、公式法等),一般三步法:
What-界定问题,搞清楚问题到底是什么?
如何理解呢?举个例子,比如你们老板给你说最近客单价下滑很厉害?
那有的人侧重点就是分析就应该为什么下滑?然后从下滑因素中找出原因,并采取行动,对吧?至少很多人会这么做
其实不是,下滑只是现状,老板是想提高客单价,这时候要从下滑转化为提高,如果从提高的角度去建立分析框架,两者的分析思路是不一样的
Why-分析问题,结构化分析问题的本质原因是什么?
这个就不多说了,大家都知道麦肯锡的MECE,你也可以理解为逻辑思维能力,那块如何落地呢?
我自己最喜欢的方式只有2个:1、自问自答,答到满意为止;2、学习,多看行业报告,特别是投行、券商的报告
How-解决问题,应用目标导向思维怎么解决?
这一点很多人容易忽视,往往我们沉迷在数据中,忘记了自己要分析的目标到底是什么?越做越多,越做越复杂,以至于输出的时候没有了重点,缺少一根主线,突然之前从清晰变成了混乱,让自己开始怀疑自己的价值。
切记做一份商业分析之前一定要有一个目的性明确的框架,每个框架下面如何假设分析也要梳理出来并反复推敲,确定后就不要大改了,除非发现惊天秘密!
5、行业洞察能力
常言道:干一行爱一行,为了自己以后每天都能吃上五花肉,你也要深入自己的行业,构建自己的认识体系,提升自己的赋能
当然行业的洞察力不是靠阅读文章的数量,看书多少本来决定的,虽然之前存在一定的关系,但不是纯正相关或者因果关系,而是要依靠咨询公司的那一套方法论去不断的模仿、思考、复盘的
借助行业研究模型:
这些模型天生符合MECE的原则,所以你如果能很好的应用,对你的思维能力提升也有很大的作用
6、创新的对应方案
知道了事情的来龙去脉,能不能站在用户体验的角度设计出一套,记住自己分析数据、呈现数据的时候不仅仅是数据,而是一群人的行为趋势,比如你要开一个陕西面馆,你能否根据用户的数据,打造出一套引导改变他们习惯的面馆,而不仅仅是影响。
7、数据的解读能力
经常看一些小伙伴写的分析报告,出现最多的就是同比、环比,而同比、环比之后在没有任何的描述,这时候你描述的只是一种数据的状态,并没有把数据背后的故事讲清楚,比如什么原因引起的?你是从哪些角度分析发现的?这样的报告很难带读者到你的思维世界
你写的:本周我的工资环比下降了50%
别人的:本周我的工资环比下降了50%,主要是因为公司效益下降20%,因此造成绩效工资下降幅度较大引起,另外分析得知,公司效益同比下降200%,而这段时间正好是疫情发生时期…
总结
最后还是跟大家强调:取代人的从来不是工具,而是会使用工具的人。